【技术实现步骤摘要】
本申请涉及数据处理，具体而言，涉及一种基于数字媒体艺术设计教学互动方法及系统。
技术介绍
1、现目前在术设计教学互动过程中存在互动异常的问题，如何保证互动不异常是现目前需要解决的一个技术问题。
技术实现思路
1、为改善相关技术中存在的技术问题，本申请提供了一种基于数字媒体艺术设计教学互动方法及系统。
2、第一方面，提供一种基于数字媒体艺术设计教学互动方法，包括：
3、获得待处理教学事项的艺术设计数据以及不少于一个辅助教学交互数据；
4、调用神经线程对所述艺术设计数据进行x次特征抽取得到第一关键特征描述集合，并调用所述神经线程对所述不少于一个辅助教学交互数据进行x次特征抽取得到第二关键特征描述集合，所述神经线程为预处理线程，所述第一关键特征描述集合包括x个不同数据规模的关键特征描述，所述第二关键特征描述集合包括x个不同数据规模的关键特征描述，所述x为大于0的整数；
5、将所述第一关键特征描述集合与所述第二关键特征描述集合进行特征拼接，以得到所述待处理教学事项的第一多维度关键特征描述集合；
6、调用人工智能线程基于所述第一关键特征描述集合和所述第二关键特征描述集合进行特征重组，以得到第二多维度关键特征描述集合；
7、根据所述第一多维度关键特征描述集合和所述第二多维度关键特征描述集合进行特征交互，以得到所述待处理教学事项的交互结果。
8、在本申请中，将所述第一关键特征描述集合与所述第二关键特征描述集合进行
9、根据第一关键特征描述与第二关键特征描述确定拼接置信度，其中，所述第一关键特征描述与所述第二关键特征描述携带有相同的数据规模，所述第一关键特征描述包含于所述第一关键特征描述集合，所述第二关键特征描述包含于所述第二关键特征描述集合；
10、将所述第二关键特征描述与所述拼接置信度进行函数处理得到函数值；
11、将所述函数值与所述第一关键特征描述相加得到第一多维度关键特征描述，所述第一多维度关键特征描述归于所述第一多维度关键特征描述集合；
12、依此遍历所述第一关键特征描述集合和所述第二关键特征描述集合，以得到第一多维度关键特征描述集合。
13、在本申请中，调用人工智能线程基于所述第一关键特征描述集合和所述第二关键特征描述集合进行特征重组，以得到第二多维度关键特征描述集合包括：
14、分别对第三关键特征描述和第四关键特征描述进行检测处理，以得到第一检测关键特征描述和第二检测关键特征描述，其中，所述第三关键特征描述与所述第四关键特征描述携带有相同的数据规模，所述第三关键特征描述为所述神经线程对所述艺术设计数据进行第x+1次特征抽取得到的关键特征描述，所述第四关键特征描述为所述神经线程对所述不少于一个辅助教学交互数据进行第x+1次特征抽取得到的关键特征描述；
15、对所述第一检测关键特征描述与所述第二检测关键特征描述进行特征拼接，得到第一检测多维度关键特征描述；
16、基于所述第一检测多维度关键特征描述进行特征重组，以得到第二多维度关键特征描述，所述第二多维度关键特征描述包含于所述第二多维度关键特征描述集合，且所述第二多维度关键特征描述的数据规模与所述神经线程第x次输出的多维度关键特征描述的数据规模相同；
17、分别对第五关键特征描述和第六关键特征描述进行检测处理，以得到第三检测关键特征描述和第四检测关键特征描述，其中，所述第五关键特征描述与所述第六关键特征描述携带有相同的数据规模，所述第五关键特征描述为所述神经线程对所述艺术设计数据进行第x次特征抽取得到的关键特征描述，所述第六关键特征描述为所述神经线程对所述不少于一个辅助教学交互数据进行第x次特征抽取得到的关键特征描述；
18、对所述第三检测关键特征描述与所述第四检测关键特征描述进行特征拼接，得到第二检测多维度关键特征描述；
19、基于所述第二检测多维度关键特征描述进行特征重组，以得到第三多维度关键特征描述，所述第三多维度关键特征描述包含于所述第二多维度关键特征描述集合，且所述第三多维度关键特征描述的数据规模与所述神经线程第x-1次输出的多维度关键特征描述的数据规模相同；
20、依此重复上述操作，以得到所述第二多维度关键特征描述集合。
21、在本申请中，所述方法还包括：
22、获得配置示例集合和原始人工智能线程，所述配置示例集合包括存在联系的示例数据和辅助教学交互数据；
23、利用所述神经线程对所述存在联系的示例数据进行x次特征抽取，以得到所述存在联系的示例数据的x个关键特征描述；
24、利用所述神经线程对所述辅助教学交互数据进行x次特征抽取，以得到所述辅助教学交互数据的x个关键特征描述；
25、将所述存在联系的示例数据的x个关键特征描述与所述辅助教学交互数据的x个关键特征描述进行特征拼接，以得到x个配置多维度关键特征描述；
26、将所述存在联系的示例数据的x个关键特征描述与所述辅助教学交互数据的x个关键特征描述输入所述原始人工智能线程进行特征重组，以得到x个重组关键特征描述；
27、根据所述x个重组关键特征描述与所述x个配置多维度关键特征描述进行特征交互，以得到评估指标；
28、根据所述评估指标对所述原始人工智能线程进行配置，以得到所述人工智能线程。
29、在本申请中，所述辅助教学交互数据包括关键示例的第一教学数据和第二教学数据。
30、在本申请中，所述方法还包括：
31、获得所述神经线程的不少于两个原始评估单元，其中，所述不少于两个原始评估单元与所述存在联系的示例数据和所述辅助教学交互数据一一对应；
32、根据所述评估指标对所述不少于两个原始评估单元进行微调配置，以得到不少于两个评估单元，其中，所述不少于两个评估单元携带有不同的线程系数。
33、在本申请中，所述调用神经线程对所述艺术设计数据进行x次特征抽取得到第一关键特征描述集合，并调用所述神经线程对所述不少于一个辅助教学交互数据进行x次特征抽取得到第二关键特征描述集合包括：
34、调用所述神经线程对所述艺术设计数据进行特征抽取并通过对应的评估单元处理，以得到所述第一关键特征描述集合；
35、调用所述神经线程对所述不少于一个辅助教学交互数据进行特征抽取并通过对应的评估单元处理，以得到所述第二关键特征描述集合。
36、第二方面，提供一种基于数字媒体艺术设计教学互动系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。
37、本申请实施例所提供的一种基于数字媒体艺术设计教学互动方法及系统，获得待处理教学事项的艺术设计数据以及不少于一个辅助教学交互数据；调用神经线程对艺术设计本文档来自技高网...
【技术保护点】
1.一种基于数字媒体艺术设计教学互动方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，将所述第一关键特征描述集合与所述第二关键特征描述集合进行特征拼接，以得到所述待处理教学事项的第一多维度关键特征描述集合包括：
3.根据权利要求1所述的方法，其特征在于，调用人工智能线程基于所述第一关键特征描述集合和所述第二关键特征描述集合进行特征重组，以得到第二多维度关键特征描述集合包括：
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述辅助教学交互数据包括关键示例的第一教学数据和第二教学数据。
6.根据权利要求4所述的方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述调用神经线程对所述艺术设计数据进行X次特征抽取得到第一关键特征描述集合，并调用所述神经线程对所述不少于一个辅助教学交互数据进行X次特征抽取得到第二关键特征描述集合包括：
8.一种基于数字媒体艺术设计教学互动系统，其特征在于，包括互相之
...【技术特征摘要】
1.一种基于数字媒体艺术设计教学互动方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，将所述第一关键特征描述集合与所述第二关键特征描述集合进行特征拼接，以得到所述待处理教学事项的第一多维度关键特征描述集合包括：
3.根据权利要求1所述的方法，其特征在于，调用人工智能线程基于所述第一关键特征描述集合和所述第二关键特征描述集合进行特征重组，以得到第二多维度关键特征描述集合包括：
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。